Caret 包：训练函数中的分层交叉验证

Question

在使用训练函数将模型拟合到大型不平衡数据集时，有没有办法进行分层交叉验证？我知道可以直接进行 k 折交叉验证，但我的类别非常不平衡。我看过关于这个话题的讨论，但没有真正明确的答案。

提前致谢。

Answer 1

有一个参数叫'index'，可以让用户指定索引做交叉验证。

folds <- 4
cvIndex <- createFolds(factor(training$Y), folds, returnTrain = T)
tc <- trainControl(index = cvIndex,
               method = 'cv', 
               number = folds)

rfFit <- train(Y ~ ., data = training, 
            method = "rf", 
            trControl = tc,
            maximize = TRUE,
            verbose = FALSE, ntree = 1000)

Caret 包：训练函数中的分层交叉验证

Caret Package: Stratified Cross Validation in Train Function

r-caret

cross-validation